【新智元导读】Alembic 首次推出用于企业数据分析和决议计划支持的无「幻觉」人工智能。
原来大模型的「幻觉」，真的可以完全消除！近日，AI 初创公司 Alembic 首次宣布，一种全新 AI 体系完全解决了 LLM 虚假信息生成问题。也就是说，饱受诟病的 LLM 幻觉，被彻底攻破了。
联创兼首席执行官 Tomás Puig 在接受 Venture Beat 独家采访时透露，「取得这一关头打破在于，AI 能够在海量企业数据集中，辨别随时间变化的因果关系，而不单单是相关性」。
他接着表示，我们基本上让生成式 AI 免于产生幻觉。它可以确定性输出，也可以谈论因果关系。
解决幻觉问题
「幻觉」一直是企业采用聊天机器人和虚拟助理等人工智能体系的主要障碍。
此前的 AI 模型即使可以生成看似逼真的文本，还是经常会产生错误或无意义的信息，也就是所谓的「幻觉」，导致在关头业务应用中的部署存在风险。
为了消除这种「幻觉」，Alembic 通过技巧手段把 AI 变得足够安全可靠，方便企业获得各种数据分析、展望和决议计划支持等服务。
根据公司提供的图表，Alembic AI 体系可以从各种来源摄取数据。
处理「可观测性和分类器」模块和几何数据组件，然后将结果输入因果图神经网络（GNN)，生成确定性展望和战略建议。
Alembic 为此不但建立了超级计算机基础设施，还开发了新的数字技巧，将企业数据表示为时间感知图神经网络。
Puig 解释说「每当我们看到其中一个连锁反应或杠杆时，我们就能了解企业的所有原始组成部分」。
「这些就像一个个小型神经元，我们把它们放入一个巨大的图神经网络中。」
「但这是一个具有因果意识和时间意识的图神经网络。」
因果推理引擎驱动确定性人工智能
Alembic 打破的核心是一种新型图神经网络。
它充当因果推理引擎获取数据，组织成一个复杂节点和连接网络，捕捉事件和数据点随着时间推移形成的关联。
Puig 对 VentureBeat 说「这几乎就是企业的 3D 呈现。想象一下，你可以看到每个客户和企业每个部门之间的每一次互动，以及这些互动是如何通过组织串联起来推动结果的」。
关头在于，AlembiAI 不仅能从这些数据中学习模式和相关性，还能辨别实际推动业务成果的因果关系。
通过了解历史结果背后的「原因」，它可以高度展望未来行动的影响，甚至推荐实现预期目标的最佳干预措施。
Alembic 技巧演示视频展现了分析复杂数据并生成具体战略建议的过程。
事实上，Alembic 不单单是在技巧上实现了打破，它在市场化应用过程中也取得了相当的进步。
财富 500 强兴趣浓厚
人们对 Alembic 兴趣斐然，该公司与财富 500 强企业私下里进行了充分的交流，并获得了 Nvidia 公司的博士专家和未公开的大客户的广泛承认。
「当我们把它展现给 Forrester 和 Gartner 时，他们基本上都傻眼了。我从未见过这样的场景，到目前为止，他们让我找了 26 位分析师，既有 IT 方面的，也有 MarComms 方面的」。
根据 IDC 的数据，到 2024 年，人工智能技巧的支出预计将超过 5000 亿美元。
凭借早期客户的浓厚兴趣，以及 Gartner 和 Forrester 等有影响力的分析公司的承认，Alembic 似乎已做好准备，撼动拥挤的企业人工智能市场。
但该公司仍然面临着挑战，即如何证明其最终技巧能够超越早期试点，为大型企业带来更加准确的结果产出。
随着人工智能竞争的白热化，Alembic 的「无幻觉」方法可能会成为一个关头卖点，也可能成为研究打破与实际影响之间差距的警示故事。
参考资料：
https://venturebeat.com/ai/exclusive-alembic-debuts-hallucination-free-ai-for-enterprise-data-analysis-and-decision-support/
本文来自微信公众号：新智元 （ID：AI_era）